首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种植被净初级生产力的遥感预测方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国科学院地理科学与资源研究所

摘要:本发明提供一种植被净初级生产力的遥感预测方法及装置,涉及遥感预测技术领域,所述方法包括:获取地上植被净初级生产力和地下植被净初级生产力数据集分别对应的经纬度坐标,并在全球数据集中提取观测点处的全球多年平均植被净初级生产力、多年平均降水量和年降水异常率;根据全球多年平均植被净初级生产力、多年平均降水量和年降水异常率,构建并训练机器学习模型;根据机器学习模型,输入全球范围的全球多年平均植被净初级生产力、多年平均降水量和年降水异常率数据集,以生成预测的地上植被净初级生产力和地下植被净初级生产力全球数据集。本发明解决了现有方案中时间维度的不匹配问题,大幅提高模型性能。

主权项:1.一种植被净初级生产力的遥感预测方法,其特征在于,所述方法包括:获取基于参数模型生成的全球多年平均植被净初级生产力;根据全球多年平均植被净初级生产力,获取环境协变量,环境协变量包括全球年降水量数据和多年平均降水量数据;根据全球年降水量数据,计算年降水异常率;获取地面实测的地上植被净初级生产力和地下植被净初级生产力数据集;获取地上植被净初级生产力和地下植被净初级生产力数据集分别对应的经纬度坐标,并在全球数据集中提取观测点处的全球多年平均植被净初级生产力、多年平均降水量和年降水异常率;根据全球多年平均植被净初级生产力、多年平均降水量和年降水异常率,构建并训练机器学习模型;根据机器学习模型,输入全球多年平均植被净初级生产力、多年平均降水量和年降水异常率数据集,以生成预测的地上植被净初级生产力和地下植被净初级生产力全球数据集;获取基于参数模型生成的全球多年平均植被净初级生产力,包括:确定全球多年平均植被净初级生产力的数据源;根据数据源,确定植被生长与环境因子之间的关系,并构建参数模型;获取输入数据,并将输入数据输入至所述参数模型中,以使参数模型计算逐年的植被的净初级生产力;对多年的植被的净初级生产力进行筛选,以得到筛选数据;对筛选数据进行对齐和时空匹配,以计算多年平均值;根据多年平均值,生成全球多年平均植被净初级生产力;根据全球多年平均植被净初级生产力,获取环境协变量,环境协变量包括全球年降水量数据和多年平均降水量数据,包括:根据已知的时间点数据,通过线性插值方法估算缺失时间点的年降水量,以得到对齐数据;根据对齐数据,确定用于匹配的地理单元和时间单元;从对齐数据中,提取与每个选定的地理单元和时间单元相对应的年降水量,以及提取与每个地理单元相对应的多年平均降水量;将年降水量、多年平均降水量与相应地理单元和时间单元的全球多年平均植被净初级生产力进行匹配,以得到匹配结果,其中,匹配结果包括每个地理位置和时间点都唯一对应一个年降水量、一个多年平均降水量以及一个全球多年平均植被净初级生产力;根据全球年降水量数据,计算年降水异常率,包括:通过计算长期平均年降水量,其中,wi是第i年的权重,β是衰减因子,Pi是第i年的年降水量,N是用于计算长期平均的年数;根据长期平均年降水量,通过计算长期年降水量的标准差,其中,是第i年的稳健性权重;根据长期年降水量的标准差,通过计算降水异常率,其中,是第i年降水量与长期平均年降水量的绝对偏差,δ是调节参数;获取地面实测的地上植被净初级生产力和地下植被净初级生产力数据集,包括:确定研究区域和目标植被;根据研究区域的实际情况,预估实地测量的可行性和潜在风险,以得到评估结果;根据评估结果,确定实地测量方案,以及根据实地测量方案确定时间表;根据实地测量方案,对每个样方进行地上植被和地下植被生物量测量,以得到测量数据;根据需要将测量数据转换为地面实测的地上植被净初级生产力和地下植被净初级生产力数据集;获取地上植被净初级生产力和地下植被净初级生产力数据集分别对应的经纬度坐标,并在全球数据集中提取观测点处的全球多年平均植被净初级生产力、多年平均降水量和年降水异常率,包括:获取地上植被净初级生产力和地下植被净初级生产力数据集及其经纬度坐标;获取地上植被净初级生产力和地下植被净初级生产力的观测数据集;对观测数据集进行格式化处理,以得到格式化数据;获取全球数据集,并根据观测点的经纬度坐标,与全球数据集进行空间匹配,对于每个观测点,提取观测点对应的全球多年平均植被净初级生产力、多年平均降水量和年降水异常率;在根据机器学习模型,输入全球范围的全球多年平均植被净初级生产力、多年平均降水量和年降水异常率数据集,以生成预测的地上植被净初级生产力和地下植被净初级生产力全球数据集之后,还包括:预测的地上植被净初级生产力和地下植被净初级生产力全球数据集分别与地面实测的地上植被净初级生产力和地下植被净初级生产力数据集进行对比,以得到对比结果;根据所述对比结果,评估机器学习模型的预测性能,以得到评估结果。

全文数据:

权利要求:

百度查询: 中国科学院地理科学与资源研究所 一种植被净初级生产力的遥感预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术